一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法

对变压器绝缘油采取色谱分析并进行故障诊断是目前变压器故障诊断的重要环节。针对传统故障诊断技术中降低状态检测与诊断系统的复杂度和增加系统采集的特征信息量的问题,首次提出将模糊TOPSIS 法用于状态检测信息处理。首先将TOPSIS 法在Vague集下进行扩展,把样本数据的多属性群问题转化为模糊多属性决策问题。然后计算Hausdorff矢量距离,得到可能解与理想解的相对贴近度,进行样本的优劣排序和聚类。在此基础上建立了简单的BP神经网络,实现了不同类型的模式识别。该方法可以快速、准确地判断变压器的运行状态,进而提高了变压器的安全、稳定及经济运行水平。     

基于量子粒子群混合算法的电力系统无功优化

针对传统粒子群算法在无功优化中易陷入局部最优和后期收敛慢等问题,提出了基于量子粒子群混合算法的无功优化计算方法.该算法将量子叠加态思想引入到粒子群算法中,使得单个粒子能表示更多的状态和量级,增加了种群的多样性;采用量子旋转门更新粒子的速度和位置,提高了收敛的速度.用该算法对IEEE 30节点系统进行无功优化计算,并与粒...     

基于粒子群和克隆选择算法的局部放电超声波定位方法

针对粒子群算法在变压器局部放电超声波定位中存在定位精度不高、易陷入局部最优等问题,文中提出一种基于粒子群和克隆选择混合的优化方法.首先,根据电声法定位原理建立优化模型;然后,由粒子的适应度对粒子进行按比例克隆复制、高频变异和消亡补充处理,有效维持种群的多样性,避免算法早熟收敛,同时,利用粒子群算法指导变异抗体通过更新速度和位置来加速最优解的寻找,提高收敛速度;最后,将所提方法与粒子群算法和遗传算法的优化结果进行比较,仿真结果表明该算法具有较高的收敛速度和计算精度,提高了定位的准确度.     

基于改进DS证据理论的变压器故障诊断方法

传统证据理论在变压器故障诊断中存在主观局限性,且对证据体可靠性的选取缺乏科学性。为了融合变压器色谱分析数据与电气试验数据,并能全面的反映变压器的状态,文中提出一种基于改进证据理论的变压器故障诊断模型。首先,通过熵权法求出子证据体的相对权重,再结合BP和量子神经网络的优化诊断结果,修正熵权作为证据体的可靠因子;其次,构造子证据体的基本概率分配函数,采用Dempster合成规则实现故障信息融合;最后,将所提诊断方法应用于实际工程案例,诊断结果表明：该诊断方法有效、可行,且提高了诊断准确率。     

用改进灰靶理论评价变压器状态

对运行中的变压器进行状态评价,可以判断变压器的健康状况,从而为变压器的检修提供决策依据。针对传统评价方法的多因素性及难以确定评价指标权重等问题,提出一种基于改进灰靶理论的变压器状态评价方法。将变压器划分为6个分部件构建状态评价体系,并根据历史试验数据及指标的变化趋势采用层次分析法和熵权法获得各指标的综合权重。通过构造改进灰靶评价模型计算靶心度,再结合状态分级策略得到变压器的健康状态。将该方法应用于实际案例,评价结果表明,该方法可以快速、准确地判断变压器的运行状态,进而提高变压器的安全、稳定及经济运行水平。     

基于粗糙集的量子神经网络在变压器故障诊断中的应用

为了准确有效识别变压器故障模式,将粗糙集和量子神经网络结合进行变压器故障诊断。采用量子神经网络在宏观上收集数据信息,在微观上通过修正量子间隔将模糊交叉的数据按一定的比例合理分配到相关联的模式中,从而提高模式识别的准确性;利用粗糙集的约简去除冗余的属性、规则,提高量子神经网络的速率。与同输入下BP神经网络的诊断结果进行比较,可知本文方法在变压器故障模式识别方面具有更高的准确性。     

一种结合模糊TOPSIS法和BP神经网络的变压器故障诊断方法

对变压器绝缘油采取色谱分析并进行故障诊断是目前变压器故障诊断的重要环节.针对传统故障诊断技术中降低状态检测与诊断系统的复杂度和增加系统采集的特征信息量的问题,首次提出将模糊TOPSIS 法用于状态检测信息处理.首先将TOPSIS 法在Vague集下进行扩展,把样本数据的多属性群问题转化为模糊多属性决策问题.然后计算Hausdorff矢量距离,得到可能解与理想解的相对贴近度,进行样本的优劣排序和聚类.在此基础上建立了简单的BP神经网络,实现了不同类型的模式识别.该方法可以快速、准确地判断变压器的运行状态,进而提高了变压器的安全、稳定及经济运行水平.     

基于开关指标的一种配电网络重构算法

针对配电网络优化重构与恢复重构问题,采用设定3个开关指标的方法,支路电压降落和线路常量全部使用电气约束.通过闭合所有的联络开关得到的环网替代原来的辐射状拓扑结构,把每一个环中最大开关指标所对应的开关作为网络重构新的联络开关打开.这种算法能够降低可行状态的数目,再把新的联络开关中开关指标最小的用于恢复重构.算例证明了该方法的可行性和有效性.与其他算法相比,这种算法计算速度更快,而且能够同时解决配电网络优化重构与恢复重构问题.